基于HPBF的彩色图像滤波技术研究-计算机技术专业论文.docxVIP

上海交通大学 学位论文原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师的 指导下，独立进行研究工作所取得的成果。除文中已经注 明引用的内容外，本论文不包含任何其他个人或集体已经 发表或撰写过的作品成果。对本文的研究做出重要贡献的 个人和 集体，均己在文中以明确方式标明 。本人完全意识 到本声 明的法律结果由本人承担 。 学位论文作者 签名: 1r 才 日期:c):， lv 年 7月 l 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论 文的规定，同意学校保留并向国家有关部门或机构送交论 文的复印件和电子版，允许论文被 查 阅和借阅。本人授权 上海交通大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制 于段保存和汇编本学位论文。 保密口，在 年解密后适用本授权书 。 本学位论文属于 不保密 J 。 (请在以上方框内打 ../ ) 学位论文作者签名:互了气 日期: d-./ 年 7 月/ 日 第 1 章 引言 1.1 背景及问题的提出 数字图像处理，是指利用计算机对数字图像进行系列操作，从而获得某种预期结 果的技术[37]。它主要包括如下内容：几何处理、算术处理、图像增强、图像复原、 图像重建、图像编码、图像识别、图像理解等。随着计算机在数据处理方面的应用， 数字图像处理技术也得到飞速发展，它广泛应用于空间探测、遥感、生物医学、人工 智能以及工业检测等许多领域，并促使这些学科产生了新的发展[38]。近年来,数字图 像处理技术也受到了越来越多的关注。 随着近年来图像技术的飞速发展，比如高清电视、机器人或机器视觉以及视频通 信的出现，这些高新技术吸引了越来越多的研究人员加入到多维信号处理的领域中来 了。在这些新技术中数字彩色图像处理扮演了无可替代的角色，所以彩色图像数据处 理正在不断成为这些团队的研究焦点[3-8]。 但是现实的情况却是噪声成为了数字图像处理过程中的一个障碍，对于信号处理 的研究和应用，侦测和去除输入信号中多余的噪声对于系统来说是一项必不可少的组 成部分。包括传感器故障、光学器件瑕疵、电子干扰或传输的数据出错都有可能产生 噪声。例如，颗粒噪声在电影工业中是很常见的，这主要是因为在胶片曝光和制作的 过程中银颗粒的沉淀造成的。一个运算法则的最终结果无论是用于自动分析还是肉眼 检查，噪声都会对它的运算结果产生很大的不利影响。例如边缘检测算法对图像噪音 就非常敏感。当拉普拉斯算子被应用于真实的图像，噪声能导致许多伪边缘的出现， 这是由于微分算法相当于一个高通滤波器，从而放大了噪声[1]。对于那些其输出结果 是用于人们视觉观察的应用程序来说，噪声的影响尤为严重。这在很大程度上是因为 人类的视觉系统对视觉域内的亮度变化或频率变化尤为敏感[2]。 1.2 工作意义 事实上，任何一幅原始图像都存在一定程度的噪声干扰,影响这些噪声产生的因 素很多,例如外界环境、灰尘、敏感元件的灵敏度以及人为因素等。对于含有噪声的 图像,其后续处理的好坏取决于其预处理的效果与质量。因此,采用适当的方法去除这 些噪声是一个非常重要的预处理步骤。 将数字化的图像信号送入计算机进行各类变换和处理，各类处理的目的是为了用 最少的信息来表述最多的图像内容，并且能够合理的消除图像中的各类噪声。如何处 理图像中的噪声是我们最关心的问题。处理图像的关键问题是要解决图像中的干扰、 失真和噪声。 1.3 本文研究的目标及其内容 很多经典的滤波器算法都可以有效地去除脉冲噪声,其中最常用的是基于顺序统 计学理论的中值滤波器和最小距离滤波器。但是在实际应用中,这两种算法却不能很 好地保护细线和拐角等细节特征,容易导致图像模糊，其原因在于二者将噪声点和信 号点进行了统一处理。此外，加权向量滤波技术、开关机制滤波技术以及噪声检测技 术等都可以有效地去除脉冲噪声，尽管如此,这些技术在保持图像细节信息方面仍未 取得令人满意的效果。 中值滤波等算法在去除脉冲噪声时、数字图像在获取或传输过程中，可能会受到 脉冲噪声污染，为消除脉冲噪声，人们提出了各种滤波方法。目前，已经有各种各样 的技术包括振动频率统计、小波分析和空间域的测量等，他们都被应用于被噪声破坏 的图像的恢复[2]。根据它们在数学上的特性，这些方法又可划分为线性和非线性的处 理技术。由于线性滤波器会引起图像的严重模糊，而非线性滤波器更有利于保护图像 细节，因此，非线性滤波方法被广泛采用。其中，标准中值滤波器已成为最通用的非 线性滤波器之一，它首先对滤波窗口内的像素进行排序，再用中间值替代窗口中心像 素值，具有算法实现简单、运行效率高等优点。这些传统的中值滤波方法无条件地对 每个像素点进行中值滤波处理，而对应完整保留的信号点滤波，必然会造